Mo在NiO/Al_2O_3-TiO_2催化剂中助催化作用的研究

采用引入钼组分的办法,调变NiO-TiO2-Al2O3体系的性能。TPR结果发现,含Mo催化剂产生了还原性能不同的多 种镍原子位。当n(Ni):n(Mo)=3．04时,形成了3个还原峰:峰Ⅰ为362．5℃,与纯NiO的最高还原峰接近;峰Ⅱ位于 482．1-491．6℃之间,与NiO-TiO2-Al2O3催化剂tm为483．4℃接近,峰形都比较宽;在430．2℃还存在1个还原态(峰 Ⅲ),说明骨架内作用的复杂性。可以推测,催化剂中加入Mo后,减弱了Ni与载体之间的相互作用力,生成了容易被还原的, 类似于纯NiO样品的Ni原子位。同时,Mo的引入增加了NiO-TiO2-Al2O3催化剂的氢化学吸附量。在Mo含量较低时,即 当n(Ni):n(Mo)=5．22和9．47时,表面镍原子浓度不高,耗氢量也低于粉状纯NiO催化剂的。随着Mo含量的增加,当 n(Ni):n(Mo)=3．69和3．04时,表面镍原子浓度高,单位质量金属镍的耗氢量远高于其它样品。证明Mo的突出作用是 提高了催化剂中活性组分镍的分散度。高钼的NiO-MoO3-TiO2-Al2O3型催化剂的选择性加氢脱芳烃精制煤油的芳烃含量 平均低于200 μg/g,所用的反应条件是,反应温度180℃,压力1．2 MPa,LHSV2．0 h-1,氢油体积比500: 1。表明n(Ni) :n(Mo)=3．04-5．22的NiO-MoO3-TiO3-Al2O3型催化剂的加氢脱芳烃性能满足煤油脱芳烃和除味的要求。     

生物柴油及其原料中水分含量的测定

通过比较卡尔费休法和烘箱法认为卡尔费休法和烘箱法都适合于植物油中水分含量的测定，而卡尔费休法适合于生物柴油中水分含量的测定。     

一种有效的图象特征抽取和识别方法

本文提出了一种新的基于尺度变换的图象矩表示方法，并在此基础上利用ＳＶＤ算法抽取了一组有效的图象特征。     

户内110kV变压器的选择

本就SF6气体绝缘变压器(GIT)和环氧浇注干式变压器(HJB)的技术性能、经济指标及其发展前景等相关问题作了剖析和比较，指出HJB应当是户内110kV变压器的首选，而且应当加速推广使用。     

生物柴油的氧化安定性研究

生物柴油是一种由可再生原料如植物油脂等制得的替代柴油用燃料 ,比柴油更易氧化。对生物柴油进行加速氧化 8h ,定时取样分析其氧化油的过氧化值、运动粘度 (40℃)和酸值。考察了氧气流量、金属以及不同原料等情况下生物柴油的氧化速率 ,同时与 0 # 柴油进行比较。结果表明 ,生物柴油随氧气流量改变 ,氧化安定性较好 ,且与 0 # 柴油的变化趋势一致 ;但在有金属如铜存在时 ,生物柴油的氧化安定性下降 ,0 # 柴油则变化不大     

基于建构主义的多媒体教学软件设计的研究

基于建构主义的多媒体教学软件的设计具有优化教学的特性,本文结合建构主义学习理论,对多媒体教学软件的设计思想、设计过程、设计平台等方面作了探讨和研究.     

磷钼蓝分光光度法测定生物柴油中微量磷

通过实验认为钒蓝分光光度法通合于生物柴油中微量磷含量的测定。优化了实验条件，用直接定容取代定容后再分取．使样品的用量减少至原来的1／5，样品炭化和灰化等处理时间大大缩短，使整个分析时间缩短约1．5h。用KOH为催化剂，以大豆油、菜籽油、棉籽油、玉米油、花生油和麻油为原料合成了种生物柴油。用钼蓝分光光度法测定了它们的磷含量，结果表明当6种植物油采用碱催化制成生物柴油后磷禽含量显著降低．都小于5mg／kg，能满足德国生物柴油中磷含量小于10mg／kg的标准要求。     

300 MW机组循环流化床锅炉选择性非催化还原系统模拟及优化研究

通过模拟300 MW机组循环流化床（CFB）锅炉的选择性非催化还原（SNCR）脱硝过程,研究了反应温度、氨氮摩尔比、还原剂雾化粒径、还原剂喷射速度等对SNCR脱硝效果的影响,并对某电厂300 MW机组CFB锅炉的SNCR脱硝系统进行了优化。结果表明:在800~ 1 000 ℃的反应范围内,随着温度和氨氮摩尔比的升高,脱硝效率随之提高;还原剂雾化粒径的增加和喷射速度的提高对脱硝效率提升的幅度很小;某300 MW机组CFB锅炉SNCR系统及运行参数优化后,锅炉在3个典型负荷下均实现了NOx的超低排放,最大脱硝效率达到了74.2%。     

汽车后尾灯覆盖双色注射模设计

叙述了一种汽车后尾灯覆盖双色注射模的设计方法。系统阐述了该类塑件因结构导致的注射成型后表面窜色缺陷,通过塑件局部调整和模具结构设计解决了此类问题,并以此提升生产效率和模具竞争力。     

基于熵值理论的区块链网络去中心化程度量化评估方法

去中心化是区块链网络的重要优势。然而,尽管人们普遍认识到这一性质的重要性,但大多数关于这一主题的研究缺乏量化,而且没有对它们在实践中实现的去中心化程度进行计算。熵是随机变量不确定性的度量,也就是数据集的随机性度量,正好可以用来衡量区块链网络的去中心化程度。本文以比特币和以太坊为例,提出一种基于信息论中熵值理论来量化计算这些区块链网络去中心化程度的方法。利用信息熵计算出比特币和以太坊的出块数量和地址余额的随机程度,以此作为量化比特币和以太坊去中心化程度的指标。计算结果表明,基于出块数量的全样本统计,比特币比以太坊要高出大约12%的去中心化程度,并且基于10000个地址余额的样本统计,比特币也比以太坊要高出大约9.2%的去中心化程度。本文提出的方法具有普适性,可以用来量化评估任何区块链网络的去中心化程度。